基于英语口语语料库的新通用词词表效度研究

词汇知识在二语或外语学习中必不可少。Blachowicz,Fisher,Ogle和Watts(2006)指出词汇学习是一个复杂的过程。因此,为促进词汇教学,多项研究开发了不同的词汇列表。其中,West(1953)的通用词词表,因其在各类文本中覆盖率高,分布广,成为了最具影响力的通用词词表。即使如此,West(1953)的通用词词表还是存在诸多问题,如年限古老,词汇选择时存在定性原则(可能使词表不客观),以及词族这一词条列举形式。针对West(1953)的通用词词表不足,Brezina和Gablasova(2015)建立了一个新的词表,即,新通用词词表,并表明“新通用词词表能很好的适用于各类笔语与口语文本中”。然而,新通用词词表的源语料库几乎均为笔语语料,口语成分仅占总语料库的0.08%。由于这一笔语与口语语料成分十分不平衡的特点,新通用词词表在口语文本中的有效度仍有待研究。因此,本研究旨在研究新通用词词表在各类口语中的覆盖率,并提出了以下三个研究问题:1)新通用词词表在多大程度上覆盖不同的口语情境?2)新通用词词表的各频率段在多大程度上覆盖不同的口语情境?3)存在在口语情境为高频词,但却未包含在新通用词词表中的词吗?若存在,有哪些?本研究选取了三个口语语料库,分别代表不同的语域和正式程度,即,英语学术口语语料库(base语料库),开放美国国家语料库中的口语成分语料库(OANC口语语料库)和美国有线电视新闻字幕语料库(CNN字幕语料库)。本研究所选取的语料库分别代表了不同的话语情境,不同的语料库库容及不同时期的语言使用。在语料库数据处理过程中,本研究采用了Stanford Core NLP和Python语言两种软件。研究结果显示,新通用词词表在口语中的覆盖率(从71.35%到78.01%)普遍低于Brezina和Gablasova(2015)以笔语为主的语料库中的覆盖率(约80%)。同时,新通用词词表及其各频率段的覆盖率在各语料库中不稳定,且与口语正式程度呈正相关。结果表明新通用词词表在口语中的有效性比其在笔语中的低。更重要的是,本研究结果挑战了Brezina和Gablasova(2015:17)中“在包含不同笔语和口语文本的语料库中”存在通用核心词汇这一观点。本研究表明用于所有文本类型的常用核心词汇表可能并非必须,而应面向不同的学习者,基于其所需的教学目标,开发相应的基础词汇表。本研究的教学启示主要体现在学习者,教师和教材编写者,及教学研究三个方面。首先,为提供有效的词汇参考以便学习者自学英语口语,学习者可能需要针对其学习目标的特定口语词汇表。其次,为进行英语口语教学及教材编写,教师和教材编写者可能需要以针对特定学习者及其目标的口语词汇表为导向。最后,为进行更深层次的英语口语研究,如开发更专业的英语口语词汇表,建立针对特定学习者及学习目标的口语词表非常必要。